Deepgram vs AssemblyAI：音声認識APIを単価で比較【2026年】

音声認識APIを選ぶとき、正確性の比較に目が行きがちですが、まず決まるのは単価の形です。DeepgramとAssemblyAIはどちらも録音済みとリアルタイムで別の単価を持ち、無料枠の考え方も違います。結論を先に置くと、低レイテンシのストリーミングを大量に回すならDeepgram、録音済みの長尺処理とエージェント構築を1契約にまとめたいならAssemblyAIが合います。

単価の形を比べる

Deepgramは分単位で量る

Deepgramは新規登録で200ドル分の無料クレジットが付きます。Nova-3の文字起こしは公式ページで1分あたり0.0077ドルの案内があり、モデルとストリーミング／録音済みの別で単価が変わります。年間の前払いクレジットで構成するGrowthプランは公表単価から最大2割ほど安くなる案内です（年4,000ドル前払いからの案内という記録もあります）。

AssemblyAIは時間単位で量る

AssemblyAIの録音済みはUniversal-3.5 Proが1時間あたり0.21ドル、コスト重視のUniversal-2が0.15ドルです。リアルタイム（Universal-3.6 Pro Realtime）とSyncは1時間あたり0.45ドルで、秒単位の課金・最低利用なし・同時接続の上限なしという案内があります。音声エージェント向けのVoice Agent APIは音声認識とLLMと音声合成を含めて1時間4.50ドルの一律です。無料枠は録音済み185時間＋ストリーミング333時間です。

料金の並び

Deepgramが効く場面

通話のリアルタイム処理が中心の場面です。公式は応答の速さを強みに挙げており、ボイスエージェントや音声対話の下地に組み込みやすいです。無料の200ドル分は、本番前の負荷検証に回せる厚みがあります。

AssemblyAIが効く場面

長尺の録音をまとめて処理する場面です。話者分離や文字起こし後の付加機能が整っており、録音済みの単価が時間で読めるため、アーカイブの一括変換の見積もりが立てやすいです。エージェントを作るなら、3社分のAPIを1つにまとめた4.50ドル/時が試算を単純にします。

日本語での扱い

どちらも多言語対応を案内していますが、日本語の固有名詞や専門用語の精度は、自分の音声でしか確かめられません。単価の比較の前に、両方の無料枠で同じ10分間の音声を回し、修正の手間を見てから決めるのが安全です。

向いている人の整理

ストリーミング中心のサービスを開発する人はDeepgramの従量課金からです。録音済みの処理量が多い人、音声エージェントを1契約で組みたい人はAssemblyAIが向きます。

判断の軸は「音が届く形」

通話のように流れる音ならDeepgram、ファイルとして溜まる音ならAssemblyAIです。月の音声時間を見積もって、単価を掛けるだけで最初の予算は出ます。

音声認識APIを横並びで見たいときは比較記事の一覧が使えます。Deepgramの使用感はDeepgram、AssemblyAIの様子はAssemblyAIで確認できます。

料金・プラン構成・搭載機能は変更が頻繁です。本記事は2026年10月24日時点で確認できた公開情報に基づく整理であり、最新の条件は必ず各サービスの公式サイトでご確認ください。

よくある質問

まとめ

Deepgramは200ドル分の無料クレジットから、Nova-3が1分0.0077ドルの案内で、年間前払いで約2割引きです。AssemblyAIは録音済み0.21ドル/時、リアルタイム0.45ドル/時、Voice Agent API一律4.50ドル/時で、無料枠は録音済み185時間＋ストリーミング333時間です。音の届く形で選んでください。

編集部の見解

単価表の読み方で一番の落とし穴は、リアルタイムと録音済みを混ぜて計算することだと考えます。コールセンターは前者、文字起こしの外注代替は後者で、大きい単価差がそのまま月額に出ます。AssemblyAIの4.50ドル/時は高く見えますが、STTとLLMとTTSを別々に契約した場合の合計と比べるべきです。まず自社の音量を「ストリーミングX時間・録音済みY時間」に分けて書き出すのが、見積もりの最初の工程になります。

my-best.ai 編集部

出典：Deepgram公式ページ・同公式料金関連の第三者記録（2026年10月17日・24日確認）／AssemblyAI公式ブログ・料金ページ（2026年10月24日確認）